投资者结构模式变迁与流动性风险

近年来，随着我国资本市场的快速发展和不断壮大，形成了以证券投资基金为主导，包括社保基金、保险资金、境外合格机构投资者等多元化的机构投资者格局，基本构建起了基金管理公司、托管银行、代销机构等功能互补、竞争合作的基金行业运行的框架，确立了较为完善、多层次的机构投资者监管法规制度。

投资者结构模式的改变将对我国股市流动性风险产生何种影响？ 通常有两种观点，一是具有信息优势的机构投资者力量增加，市场透明度增加、市场效率将提升，因此买卖交易的有效价差会降低，流动性水平提高；另一方观点认为，机构投资者占主导，投资者异质性降低，知情交易者比例上升、噪声交易者即流动性交易者比例下降会导致流动性水平降低。业内人士指出，从境外成熟市场经验来看，能够真正活跃资本市场，从而推动资本市场发展的力量是基金、保险、QFII等“活跃”机构投资者，这部分比例才是对市场成熟度的真正考量。散户并不代表投资决策和交易行为的分散性，他们之间真正意义上的独立性并不够，因为散户在信息的获取和信息的处理能力以及投资知识和决策能力等方面非常薄弱，决策中受外界舆论、媒体、股评和其他投资者交易行为等的影响非常大，决策时的独立性并不强。下面考察投资者结构模式的变迁对流动性风险的影响。

6.1.1 研究方法

这里采用ARMA(m，n)-GARCH(p，q)模型来对流动性变化率序列进行拟合，该模型由两部分组成，即分别是均值方程与方差方程，流动性风险的测度方法详情参看式(5-8)。均值方程的选取过程与式(5-8)相同，不同的是方差方程，这里选取了能捕捉杠杆效应的TGARCH模型来捕捉流动性变化率序列的异方差性。

在GARCH模型基础上，Zakoian(1994)提出了能够描述非对称冲击的TGARCH模型，即GARCH(1，1)模型中的条件方差方程变为:

其中，It-1是一个虚拟变量，当εt-1＜0时，It-1=1；否则，It-1=0。如果γ显著不等于0，则表明存在杠杆效应。

式(6-1)的条件方差方程有四个组成部分:常数项ω；前一期的波动信息；杠杆效应项，它表示好消息(εt-1＞0)和坏消息(εt-1＜0)对条件方差有不同的影响:好消息只有α倍的冲击，坏消息则有(α+γ)倍的冲击；以及上一期的预测方差。

为保证条件方差＞0，须有ω＞0，α≥0，γ≥0，β≥0；为保证TGARCH(1， 1)模型的平稳性，须有α+β+γ＜1。

本章的实证研究程序主要分为两个步骤:

第一，对整个样本区间进行检验，判断投资者结构改变是否影响了市场流动性的波动水平。在条件方差方程中加入了反映投资者结构的虚拟变量DV(散户主导时，DV=0；机构占主导时，DV=1)，检验其系数λ的统计显著性。若λ统计显著，说明投资者结构变迁对市场流动性水平的波动有影响。若λ＜0，表明机构投资者的壮大使得市场流动性风险减小，反之，则增加了市场的流动性风险。

第二，将数据区间划分为散户占主导、机构主导的两个子区间，对两个子区间进行TGARCH(1，1)建模和对比研究，条件方差方程为

以考察我国投资者结构变迁后市场流动性风险是否有所改善。

6.1.2 实证分析[1]

1)数据来源与描述性统计

为了研究投资者结构模式变化对市场流动性风险的影响，本节选取上证综合指数(用“SZZS”表示)为研究对象，样本区间为2003.1.2—2009.6.30，共1574个有效样本，数据来源于港澳资讯度量衡，之所以选择2009年6月30之前，主要原因在于股权分置改革完成后，很多的原非流通股股东也变成了法人的机构投资者，这将对专业机构投资者的分析带来偏差。按照前述的流动性综合测度指标式(5-1)计算上证指数的流动性水平(用LSZZS表示)。在实证过程中，按照式(5-5)计算的流动性变化率可以剔除上市规模的影响，方便不同股票之间进行流动性水平的比较，同时经式(5-5)得出的流动性变化率序列是平稳的(详细过程请参看第五章)。按照式(5-5)得出DLSZZS_t=ln(LSZZS_t)-ln(LSZZS_t-1)；接下来的实证过程便对流动性水平的变化率序列DLSZZS_t建模。

表6-1 上证指数流动性变化率的统计特征

注:Q(i)统计量和Q2(i)统计量分别是对收益率序列、收益率平方序列滞后i阶的Ljung-Box统计量。

表6-1给出了上证指数流动性变化率序列的描述性统计，JB统计量的结果在1%的置信水平下显著拒绝了正态分布的原假设，此外峰度和偏度的数值也表明上证指数流动性水平的变化率序列不服从正态分布假设。Ljung-Box的Q统计量用于判断序列是否存在自相关，表6-1的结果表明这种自相关性是显著的。Ljung-Box的Q2统计量用于判断序列是否存在异方差性，表6-1的检验结果表明上证指数流动性变化率序列存在波动时变性与聚集效应；ADF检验表明结果流动性水平的变化率序列DL是平稳的，不存在单位根。下面将通过构建适当滞后阶数的GARCH模型来对流动性变化率序列DLSZZS进行拟合。

2)投资者结构变迁与流动性风险分析

截至2008年11月底，各类机构投资者持有的已上市A股流通市值占比首次超过50%，据此构建投资者结构变迁的虚拟变量DV:

ADF检验表明流动性水平的变化率序列RLSZZS_t是平稳的，我们建立ARMA(m，n)-GARCH(p，q)对之进行刻画。在选取均值方程的滞后阶数m和n时，依据原则:在模型可以“捕捉”自相关性的基础上，选取对数似然尽可能大，而AIC尽可能小的滞后阶数，经过比较选定p=1，q=1，故对流动性水平变化率的均值方程建立ARMA(1，1)模型。此外我们试探性地对方差方程建立TGARCH(1，1)模型，对残差检验表明经ARMA(1，1)～TGARCH(1，1)拟合后，残差不再具有自相关性和异方差性，模型如下:

这里假设标准化残差序列εt服从t分布假设，模型估计与诊断性检验见表6-2。

表6-2 SZZS流动性水平变化率的ARMA(1，1)-TGARCH(1，1)估计

注:AIC(Akaike Information Criterion)是赤池信息准则；Q(εDL)和Q2(εDL)分别是模型标准化残差和标准化残差平方的滞后12阶的Ljung-Box统计量，分别用来检验残差项是否存在序列相关和异方差。

由表6-2的估计结果可知，模型条件方差方程的拟合估计系数均显著，且满足平稳性条件，我国股市的流动性风险存在显著的杠杆效应，虚拟变量DV的系数λ显著为负，说明在投资者结构变化后我国股市流动性波动水平显著下降，即流动性风险降低。为了进一步分析投资者结构对流动性风险的影响，我们分别对两个阶段建模，方差方程如式(6-4)，模型估计与诊断性检验结果如表6-3。

表6-3 “散户市”与“机构市”SZZS流动性水平变化率建模估计

通过对比研究，我们发现投资者结构模式变迁后，其方差方程中的各项系数发生了明显的变化，这表明投资者结构对流动性水平的波动结构产生了显著的影响:

(1)与“散户市”相比，“机构市”条件方差的ARCH项系数α增大，同时GARCH项系数β减小。由模型结构可知，系数α衡量了上一期的波动性信息对即期波动性的影响，称为“信息系数”；系数β衡量了t-1期之前的各期波动冲击对即期波动性的影响，称为“持续性系数”，信息系数上升的同时持续性系数下降，表明在“机构市”的流动性水平的波动结构中，最新信息对即期流动性风险的影响权重增大，而旧有信息对流动性风险的影响减小。信息冲击影响的持续性下降表明，机构投资者占主导后市场流动性水平对于信息的吸收速度加快，市场效率进一步提高。

(2)在我国股市流动性波动结构中，一直存在着显著的“杠杆效应”，市场流动性对利空消息的反应较之于“利好”消息反应强烈。投资者结构模式变迁后，条件方差方程的杠杆效应系数γ增大，且显著性有所提高。这表明，具有信息优势的机构投资者对负面消息的反应更为强烈。机构投资者由于持有资金量大、持仓量高，他们更要求市场保持高度的流动性，当负面消息冲击市场时，具有信息优势的机构投资者率先采取行动，大量的卖单对市场价格造成冲击，同时散户投资者的模仿行为导致卖单增加、买方减少，从而流动性萎缩、流动性风险增加。

3)结论分析

随着股权分置改革的完成以及机构投资者队伍的不断发展与壮大，我国机构投资者已经成为市场的主要力量。投资者结构发生了重要的转变，散户占主导的时代已经一去不复返。通过实证发现，机构投资者占主导后，我国市场的流动性风险显著降低。尽管国外的研究中，散户投资者代表了市场的“异质性”投资者或者流动性提供者，认为投资者的多样性是市场保持高度流动性的前提。而在中国，散户并不是独立的决策者，他们容易受到舆论或媒体的影响，尤其是在负面消息前，往往表现出“羊群行为”，此外散户投资者的正反馈交易策略均加速了市场的上扬或下跌，这往往伴随流动性水平的降低，流动性风险增加。机构投资者相对于散户投资者具有更多的信息优势和行为理性，机构投资者队伍的壮大增加了市场信息传播的速度，降低了我国股市的流动性风险。

[1] 这部分内容摘自国家自然科学基金项目“证券市场流动性价值理论与实证分析技术”(编号:70773075)的研究成果。